Prognozowanie finansowych szeregów czasowych przy użyciu jednokierunkowych sieci neuronowych

• Autorzy: Anna Kasznia
• Języki publikacji: PL

Abstrakty

Celem niniejszej pracy było poddanie weryfikacji hipotezy o skuteczności użycia modeli jednokierunkowych sieci neuronowych do prognozowania jednookresowej stopy zwrotu w oparciu o proste wskaźniki analizy technicznej oraz do wspomagania decyzji inwestycyjnych. W badaniu wzięto pod uwagę pięć wybranych spółek notowanych na GWP w Warszawie. Przetestowano dwa rodzaje zmiennych wejściowych opóźnione realizacje zmiennej oraz wybrane wskaźniki analizy technicznej. Otrzymane prognozy posłużyły ostatecznie do budowy strategii i porównania zysków i strat z inwestycji podjętych na podstawie sygnałów generowanych przez modele. Oba podejścia wygenerowały prognozy, które charakteryzowały się satysfakcjonującymi poziomami błędów i współczynników korelacji oraz miarą zgodności kierunków zmian powyżej 50%, choć dla modeli opartych na wskaźnikach analizy technicznej charakterystyki te wypadały nieco lepiej. (...) Warto zauważyć, że osiągnięte wyniki zależą zarówno od zastosowanej strategii, jak i od okresu, w którym dokonywane są transakcje. Ponieważ badania były prowadzone ex-post nie można jednoznacznie stwierdzić, że opracowano strategię pozwalającą na osiąganie stałych, ponadprzeciętnych dochodów. (fragment tekstu)

Słowa kluczowe

PL

Finanse; Prognozowanie; Szeregi czasowe; Sieci neuronowe; Strategia finansowa; Giełda papierów wartościowych; Stopa zwrotu

EN

Finance; Forecasting; Time-series; Neural networks; Financial strategy; Stock market; Rate of return

• Czasopismo: Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2012
• Tom: Metody matematyczne, ekonometryczne i komputerowe w finansach i ubezpieczeniach 2010
• Strony: 111--133

Twórcy

autor

Anna Kasznia

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Beltratti A., Margarita S., Terna P. : Neural networks for economicz and financial modeling. International Thomson Computer Press, London 1996.
• Decyzje. Symulacje. Sieci neuronowe. Red. Rymarczyk M. Wyższa Szkoła Bankowa, Poznań 1997.
• Demuth H., Beale M., Hagan M. : Neural Network Toolbox User's Guide. Version 6. "The MathWorks", Inc., 1992-2009.
• Efektywność giełdowego rynku akcji w Polsce. Z perspektywy dziesięciolecia. Red. Czekaj J.. PWN, Warszawa 2001.
• Duch W., Korbicz J., Rutkowski L., Tadeusiewicz R. (red.) : Biocybernetyka i inżynieria biomedyczna 2000. Tom 6. Sieci neuronowe. Akademicka Oficyna Wydawnicza Exit, Warszawa 2000.
• Garsztka P., Łażewski M. : Prognozowanie cen akcji notowanych w systemie ciągłym z wykorzystaniem sieci neuronowych na podstawie obserwacji "tick by tick". W : Rynek kapitałowy. Skuteczne inwestowanie, cz. II. Red. Tarczyński W., Uniwersytet Szczeciński, Szczecin 2004.
• Gately Edward J. : Sieci neuronowe. Prognozowanie finansowe i projektowanie systemów transakcyjnych. WIG-Press, Warszawa 1999.
• Harvey C.R., Travers K.E., Costa M.J. : Forecasting Emerging Market Returns Using Neural Networks. "Emerging Markets Quarterly", 2000, Vol.4(2).
• Kamruzzaman J., Begg R., Sarker R. : Artificial Neural Networks in Finance and Manufacturing. Idea Group Inc. 2006.
• Kimoto T., Asakawa K., Yoda M., Takeoka M. : Stock market prediction system with modular neural networks. In : Proceedings of the International Joint Conference on Neural Networks, 1990, Vol. 1.
• King Chung L., Kin L. : An alternative choice of output in neural network for generation of traiding signals in a financial market. W : Progress in Neural Information Processing, Proceedings of the ICONIP Hong Kong, 24-27 September 1996. Red. Amari S., Xu L., Chan L., King I., Leung K., Vol. 2, Springer-Verlag, Singapore Pte. Ltd. 1996.
• Leung M.T., Daouk H., Chen A. : Forecasting stock indices : a comparison of classification and level estimation models. "International Journal of Forecasting, 2000, Vol. 16.
• Lin L., Eriksson J.T. : Non-linear Time Series Prediction Using and Optimum Neural Network Architecture. W : Progress in Neural Information Processing, Proceeding of the ICONIP Hong Kong, 24-27 September 1996. Red. Amari S., Xu L., Chan L., King I., Leung K., Vol. 2, Springer-Verlag, Singapore Pte. Ltd. 1996.
• Masters T. : Sieci neuronowe w praktyce. Programowanie w języku C++. WNT, Warszawa 1996.
• Migdał-Najman K., Najman K. : Zastosowanie sieci neuronowych na WGPW. W : Rynek kapitałowy. Skuteczne inwestowanie. Cz. II. Red. Tarczyński W., Uniwersytet Szczeciński, Szczecin 2000.
• Metody ekonometryczne i statystyczne w analizie rynku kapitałowego. Red. Jajuga K., Akademia Ekonomiczna, Wrocław 2000.
• Moreno D., Olmeda I. : Is the predictability of emerging and developed stock markets really exploitable. "European Journal of Operational Research", 2007, No. 182.
• Neural Networks in the Capital Markets. Ed. Refenes Apostolos-Paul. John Wiley & Sons Ltd 1995.
• Rybarczyk A. : Sztuczne sieci neuronowe. Laboratorium. Politechnika Poznańska, Poznań 2007.
• StatSoft (2006). Elektroniczny Podręcznik Statystyki PL, Kraków, WEB : http://www.statsoft.pl/textbook/stathome.html
• Szyszka A. : Efektywność giełdy papierów wartościowych w Warszawie na tle rynków dojrzałych. Akademia Ekonomiczna, Poznań 2003.
• Timmermann A., Granger C. : Efficient market hypothesis and forecasting. "International Journal of Forecasting", 2004, No. 20.
• Timofiejczuk G., Chrzan P. : Porównanie zastosowania sieci neuronowych i modeli klasy GARCH w prognozowaniu stóp zwrotu. W : Rynek kapitałowy. Skuteczne inwestowanie, cz. I. Red. Tarczyński W., Uniwersytet Szczeciński, Szczecin 2002.
• Timofiejczuk G. : Zastosowanie sieci neuronowych do prognozowania na rynkach finansowych (komputeropis rozprawy doktorskiej), Akademia Ekonomiczna, Katowice 2004.
• Trippi R., Lee J.K. : Artificial Intelligence in Finance and Investments. IRWIN 1996.
• Walczak S. : An Empirical Analysis of Data Requirements for Financial Forecasting with Neural Networks. "Journal of Management Information Systems", 2001, Vol. 17, No. 4.
• Tarczyński W. : Wykorzystanie sztucznych sieci neuronowych na rynku kapitałowym W : Rynek kapitałowy. Skuteczne inwestowanie. Cz. I. Red. Tarczyński W., Uniwersytet Szczeciński, Szczecin 2002.
• Yao J., Poh H., Jašić T. : Foreign Exchange Rates Forecasting with Naural Network. W : Progress in Neural Information processing, Proceedings of the ICONIP Hong Kong, 24-27 September 1996. Red. Amari S., Xu L., Chan L., King I., Leung K., Vol. 2, Springer-Verlag, Singapore Pte. Ltd. 1996.
• Yu S.W. : Forecasting and arbitrage of the Nikkei stock index futures : an application of back-propagation networks. Asia-Pacific Financial Markets, 6(1999).
• Zhang G., Eddy Patuwo B., Hu M.Y. : Forecasting with artificial neural networks : The state of art. "International Journal of Forecasting", 1998, No. 14.